联合产业上下游，打造自动驾驶生态圈，是文远知行自成立以来一直专注的战略路线。铁三角模式将是文远知行未来在不同城市复制的方案。除了跟本地企业合作，还可以通过跟更大的车厂和出行平台合作，从城市级别、区域级别，甚至全国、国际化合作上逐步建立产业联盟，更稳定地形成竞争壁垒。

目前全球范围内有三家自动驾驶企业成立了合资公司：百度与地方政府合作，文远知行与出租车公司合作，Aptiv与主机厂合作。合资模式无疑是无人驾驶技术未来商业化落地的另一条重要路径。

在文远知行的铁三角模式里，AI技术作为最为稀缺的资源，扮演着关键的角色。钟华表示“最近，发改委、工信部等11个国家部委联合印发的《智能汽车创新发展战略》中，有一个很清晰的点，各个玩家到底扮演什么样的角色？科技公司是领军企业，车厂、Tier 1、出行领域的企业都是供应商。所以，我认为，下一个阶段推动行业往前走的很有可能是机构投资人。” 他认为：在自动驾驶接下来的发展中，科技企业将是主力，传统车厂在财务、技术研发上会优先电动车和低级别的自动驾驶，对高级别自动驾驶更多采取防御性投入。

李贸祥认为，海内外的自动驾驶产业联盟存在一定的区别。“海外企业有自己的一套发展战略。初创企业和整车厂都会有自己想做的日程，并且顺序不一样。”联盟到底由谁主导，每个企业扮演什么样的角色，提供怎样的价值？这其实在外面无论是吸引新的投资人也好，或者说持续走下去，都非常重要。如果只是一个小的配角，意义就会慢慢减少。如果是主导角色，那联盟的价值会越来越大。

李贸祥指出文远知行利用铁三角模式在广州推出的robotaxi运营是“借力打力”的一种打法。“如果自动驾驶这件事情完全是一家抗在自己的肩上去做，成本可能放大3－4倍，甚至远不止于此。如何去借助别人的力量，更好地完成自己的目标，这也是一个竞争实力的表现。”

人才的稀缺与团队的完整并存，文远知行人才壁垒看中层

李贸祥分享，在无人驾驶行业，人才的稀缺性是很重要的，很多时候投项目是必须看人，这个团队的完整性等。人、技术，再加上落地前景、盈利性，最终成为一个产品。

文远知行的核心管理团队在技术研发、商业模式和企业运营等方面都拥有丰富的海内外实践经验，曾在谷歌、脸书、微软、百度、滴滴、思科等知名企业担任重要职位。文远知行全球员工多达300人，其中70％为研发工程师，由来自海内外顶级高校的毕业生、来自谷歌、脸书、苹果、微软等企业的资深工程师及工程管理人员组成，包括30多位海归博士，70多位海归硕士，30％为自动驾驶行业老兵。

钟华作为文远知行在中国的技术总负责人，看到中层在技术团队中所起到的轴心式的关键作用，“转到组织方面，这跟一开始几十人撸起袖子干活是不一样的。在文远知行做的事情就是我们不断引入有丰富经验的中层，我们称之为Tech Lead，就是总监级别的管理人员。他们逐步会成为公司的中坚力量，他们拥有大规模开发的经验和在工业界解决难题的思维能力，都会变得越来越重要。所以当公司逐渐从小公司转型到中等规模时，中层人才是非常关键的。我们在做的事情实际上就是不断加强中层这一块。”

二、DMV就像个传达室，无人驾驶亟需相对简单的、更受认可的对比标准

在沙龙上，两位嘉宾也探讨了前不久引发热议的加州车管局（DMV）2019自动驾驶报告。业内对MPI值（Miles Per Intervention，每两次人工干预之间行驶的平均里程数）是不是评定技术水平的可靠标准开展了前所未有的争论，Waymo、Cruise CTO Kyle Vogt、Aurora CEO Chris Urmson等都不约而同地表达了他们的质疑。

对此，钟华表示：大家对DMV报告存在两大误解。“DMV就像一个传达室，将接收到的企业数据直接对外公布，不负责核实数据也不对数据负责，DMV并不为这些企业背书。”

与此同时，DMV报告对脱离数据没有进行严格定义，既没有要求在哪些场景下跑，也没有具体说明怎样算一次脱离，因此并未形成业界认可的统一标准。不同企业依据自己的理解进行统计和上报，导致差异较大，所以难以进行横向比较，把它作为评判企业技术水平会造成误导。

作为投资人，李贸祥也表达了由于行业缺乏统一的数据标准，使得甄选自动驾驶项目时“完全没有参照物，是一个很痛苦过程。”

对此，钟华也指出：“其实我们面对同样的问题，投资人成天就问我们这个事情，其实我们做技术的人也很郁闷，自动驾驶这是一个非常复杂、非常大的一个系统，你要我拿一个单一的数字，这个东西就非常难。作为自动驾驶企业来说，我们也有责任，是不是能够总结出相对简单的一些标准，能够让大家来做一些横向的衡量。”

不可否认的是，对于投资人和自动驾驶企业来说，一个相对简单的、被行业广泛认可的横向对比标准，是目前行业所亟需的。